LF-YOLO: A Lighter and Faster YOLO for Weld Defect Detection of X-Ray Image

特征(语言学) 编码(集合论) 计算机科学 卷积(计算机科学) 人工智能 特征提取 模式识别(心理学) 图像(数学) 焊接 卷积神经网络 人工神经网络 计算机视觉 工程类 机械工程 哲学 集合(抽象数据类型) 程序设计语言 语言学
作者
Moyun Liu,Youping Chen,Jingming Xie,Lei He,Yang Zhang
出处
期刊:IEEE Sensors Journal [Institute of Electrical and Electronics Engineers]
卷期号:23 (7): 7430-7439 被引量:38
标识
DOI:10.1109/jsen.2023.3247006
摘要

X-ray image plays an important role in manufacturing industry for quality assurance, because it can reflect the internal condition of weld region. However, the shape and scale of different defect types vary greatly, which makes it challenging for model to detect weld defects. In this article, we propose a weld defect detection method based on convolution neural network (CNN), namely, lighter and faster YOLO (LF-YOLO). In particular, a reinforced multiscale feature (RMF) module is designed to implement both parameter-based and parameter-free multiscale information extracting operations. RMF enables the extracted feature map to represent more plentiful information, which is achieved by a superior hierarchical fusion structure. To improve the performance of detection network, we propose an efficient feature extraction (EFE) module. EFE processes input data with extremely low consumption and improves the practicability of whole network in actual industry. Experimental results show that our weld defect detection network achieves satisfactory balance between performance and consumption and reaches 92.9 mean average precision (mAP50) with 61.5 frames/s. To further prove the ability of our method, we test it on the public dataset MS COCO, and the results show that our LF-YOLO has an outstanding versatility detection performance. The code is available at https://github.com/lmomoy/LF-YOLO .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
yema完成签到 ,获得积分10
1秒前
聪慧寄凡完成签到 ,获得积分10
1秒前
2秒前
酷酷码完成签到,获得积分10
4秒前
7秒前
如果发布了新的文献求助10
8秒前
小成完成签到 ,获得积分10
9秒前
结实凌瑶完成签到 ,获得积分10
11秒前
13秒前
DCW完成签到 ,获得积分10
13秒前
陈十六完成签到,获得积分20
15秒前
16秒前
小全完成签到,获得积分10
17秒前
无花果应助如果采纳,获得10
17秒前
小小罗发布了新的文献求助10
17秒前
沐沐完成签到 ,获得积分10
18秒前
韩麒嘉完成签到,获得积分10
19秒前
19秒前
20秒前
悦耳晓露完成签到,获得积分20
21秒前
心灵美诗霜完成签到 ,获得积分10
22秒前
朝霞完成签到,获得积分10
22秒前
洁净的士晋完成签到,获得积分10
23秒前
25秒前
28秒前
28秒前
悦耳晓露关注了科研通微信公众号
31秒前
32秒前
zho发布了新的文献求助10
35秒前
陈十六发布了新的文献求助10
37秒前
37秒前
37秒前
zzz完成签到,获得积分10
37秒前
xjtuwang0618完成签到,获得积分10
38秒前
40秒前
小黑板完成签到,获得积分10
41秒前
材化小将军完成签到,获得积分10
41秒前
JIU夭发布了新的文献求助10
43秒前
zyj完成签到,获得积分10
47秒前
柠栀完成签到 ,获得积分10
47秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
2024 Medicinal Chemistry Reviews 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3190778
求助须知:如何正确求助?哪些是违规求助? 2840001
关于积分的说明 8026566
捐赠科研通 2503119
什么是DOI,文献DOI怎么找? 1336731
科研通“疑难数据库(出版商)”最低求助积分说明 637950
邀请新用户注册赠送积分活动 606279